Jordi Navarro de Cleverdata.io explica como la Inteligencia Artificial puede conseguir personalizar el Customer Journey y la Excelencia en las Operaciones de sus clientes en Retail y e-commerce.
4. Atraction: Lead Scoring
• Cualificar los clientes con la información disponible.
• Asignar una probabilidad de Conversión a cada lead.
• Optimizar el ROI definiendo exactamente a qué leads dirigir
la campaña.
Pattern Recognition
1. Cualificar clientes
6. Engagement: Segmentación de campañas
Pattern Recognition
• Encontrar segmentos de clientes con perfiles y comportamientos
similares.
• Analizar qué vehículos encajan mejor en cada segmento.
• Crear campañas específicas para cada segmento de clientes.
2.- Conocer a mis clientes
8. Experience: Content Based Recommendations
Natural Language Understanding
• Análizar del contenido de la reseña de 50.000 títulos
• Proponer competición de miles de algoritmos
• Agrupar libros con temáticas similares
• Recomendar títulos a los libreros para proponer a sus clientes
3.- Realizar recomendaciones en función del contenido
10. Service: Automatic Bots vs Chatbots
4.- Optimizar la distribución de las operaciones en el equipo
• + Rápido (msecs)
• + Atributos (IoT)
• + Escalable (Cloud)
• + Disponible (DevOps)
Natural Language Understanding
12. Loyalty: Churn Prediction
5.- Conocer cuáles de mis clientes están en riesgo
Predictive Analytics
• Detección temprana de cambios de comportamiento.
• Retención vs fidelización. Maximiza la inversión.
• Kotler: El coste de retención es 7 veces inferior al de captación
• Ley de Pareto: 86% de Accuracy con el 15% de Churn Rate.